ANFIS (Adaptive Neuro-Fuzzy Inference System)Sebagai Metode Klastering Sinyal Electrooculography Untuk Kendali Alternatif Kursi Roda Pintar

MARDIAH, BAHRI (2020) ANFIS (Adaptive Neuro-Fuzzy Inference System)Sebagai Metode Klastering Sinyal Electrooculography Untuk Kendali Alternatif Kursi Roda Pintar. Masters thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) 1. Abstrak .pdf - Published Version Download (59kB) | Preview
Preview	Text (Bab 1 Pendahuluan) 2. Bab 1 Pendahuluan.pdf - Published Version Download (73kB) | Preview
Preview	Text (Bab 5 Penutup) 3. Bab 5 Penutup.pdf - Published Version Download (43kB) | Preview
Preview	Text (Daftar Pustaka) 4. Daftar Pustaka.pdf - Published Version Download (150kB) | Preview
	Text (Tesis Full Text) 5. Tesis Mardiah Bahri.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Perkembangan teknologi kursi roda telah sampai pada lahirnya Intelligent Wheelchair, dimana kursi roda bergerak menggunakan motor elektrik yang dinavigasikan oleh gabungan beberapa metode input perintah berdasarkan sistem cerdas buatan (Artificial Intelligent). Metode input dengan pengontrolan menggunakan kamera (deteksi wajah dan pergerakan mata), suara serta gesture kepala memiliki ketergantungan terhadap intesitas cahaya dan tingkat kebisingan suara. Oleh karena itu, diperlukan metode pengontrolan alternative berupa biosignal, khususnya EOG yang mampu merekam kontraksi otot pergerakan mata pengguna.Sistem ANFIS digunakan sebagai klastering sinyal EOG. ANFIS dirancang untuk mampu mengenali arah pandang mata (kanan, kiri, atas, bawah) dan kedipan mata serta jarak perpindahan pandangan mata (derajat sudut mata). Pada pengujian sistem ANFIS, dilakukan dua variasi jumlah membership fuction (MF), yaitu lima MF (verysmall, small, medium, big, verybig) dan tiga MF (small, medium, big). Dari total 1176 data uji, pengujian kanan 5MF memperoleh error sebesar 11,22% dan 3MF memperoleh error sebesar 9,18%, pengujian kiri 5MF memperoleh error sebesar 6,46% dan 3MF memperoleh error sebesar 5,44%, pengujian atas 5MF memperoleh error sebesar 2,3% dan 3MF memperoleh error sebesar 11,22%, pengujian bawah 5MF memperoleh error sebesar 2,38% dan 3MF memperoleh error sebesar 8,50%. Rata–rata error pada ANFIS 5MF adalah 94,39% sedangkan 3MF sebesar 91,41%. Dari hasil pengujian terbukti sistem ANFIS mampu menklastering sinyal EOG sehingga dapat mengenali sinyal input EOG sebagai perintah dalam pengontrolan kursi roda pintar.

Actions (login required)

View Item